সোমবার, বর্তমান কৃত্রিম বুদ্ধিমত্তার (AI) সবচেয়ে শক্তিশালী কৌশল, গভীর নিউরাল নেটওয়ার্কের উৎপত্তিস্থলে দুটি কাজের জন্য পদার্থবিজ্ঞানে নোবেল পুরস্কার প্রদান করে বিশ্বকে অবাক করেছে। এই মঙ্গলবার, বিস্ময়টি কম ছিল না যখন রসায়নে নোবেল পুরস্কার দুটি কাজের জন্য ঘোষণা করা হয়েছিল যা প্রোটিনের গবেষণায় প্রয়োগ করা এই একই AI কৌশল ব্যবহার করে।
ও পদার্থবিজ্ঞানে নোবেল পুরস্কার কৃত্রিম নিউরাল নেটওয়ার্কের সাথে স্বয়ংক্রিয় শিক্ষার অনুমতি দেয় এমন মৌলিক আবিষ্কারের জন্য জন হপফিল্ড এবং জিওফ্রে হিন্টনকে সম্মানিত করা হয়েছে। ব্যবহারিক দিক থেকে, এই আবিষ্কারগুলি এর বিকাশের উত্স ছিল গভীর নিউরাল নেটওয়ার্কযার ভিত্তি, উদাহরণস্বরূপ, চ্যাটজিপিটি, আজকের সবচেয়ে উন্নত এআই-এর জনপ্রিয় রেফারেন্স।
তারা ছিল উপকরণের সংকর, যা “কাচ” নামে পরিচিত স্পিন“, যা প্রচলিত চৌম্বকীয় পদার্থের বৈশিষ্ট্যকে চ্যালেঞ্জ করে, জন হপফিল্ডকে খুব আকর্ষণীয় এবং অস্বাভাবিক বৈশিষ্ট্য সহ কৃত্রিম নিউরনের একটি নেটওয়ার্ক তৈরি করতে অনুপ্রাণিত করে। উদাহরণস্বরূপ, এই নেটওয়ার্কগুলিকে চিত্রগুলিকে চিনতে প্রশিক্ষিত করা যেতে পারে এবং তারপরে, যখন আমরা সেগুলিকে আসল, বা একই আসল চিত্রের মতো একটি চিত্র দিয়ে উপস্থাপন করি, কিন্তু খারাপ বা অসম্পূর্ণ, নেটওয়ার্কটি মূল চিত্রটিকে পুনর্গঠন করে। কম্পিউটিং-এ, এই ধরনের ডিভাইসটিকে “কন্টেন্ট-অ্যাড্রেসেবল মেমরি” বলা হয়, কারণ মেমরিকে “আমাকে x অবস্থানের বিষয়বস্তু দিন” বলার পরিবর্তে, আমরা “আমাকে আপনার কাছে থাকা সামগ্রীটি দিন যা x এর সাথে সবচেয়ে বেশি মিল আছে” বলে জিজ্ঞাসা করি।
এর কাজ জিওফ্রে হিন্টনতার মতে, হপফিল্ড নেটওয়ার্কের একটি উপস্থাপনা দেখার সময় তার একটি ধারণা থেকে এসেছে। হিন্টনের উদ্ভাবন, অন্যান্য সহকর্মীদের সাথে বিকশিত, “বোল্টজম্যান মেশিন” নামে এক ধরণের নেটওয়ার্ক নিয়ে গঠিত যা নির্দিষ্ট কনফিগারেশনে, শুধুমাত্র শেখার এবং শনাক্তকরণের প্যাটার্নই নয়, যেগুলির সাথে তারা প্রশিক্ষিত হয়েছিল তার অনুরূপ প্যাটার্নও তৈরি করতে দেয়৷ এবং এই নেটওয়ার্কগুলির মধ্যে কয়েকটিকে বিভিন্ন স্তরে গোষ্ঠীবদ্ধ করার মাধ্যমেই প্রথম গভীর (কৃত্রিম নিউরাল) নেটওয়ার্ক গঠিত হয়েছিল।
বর্তমান গভীর নেটওয়ার্ক, যার উপর তথাকথিত চ্যাটজিপিটি এবং অনুরূপগুলি, পদার্থবিদ্যায় বর্তমান নোবেল বিজয়ীদের দ্বারা উদ্ভাবিত নেটওয়ার্কগুলির দ্বারা আর গঠিত নয়৷ যাইহোক, আরও দক্ষ এবং দ্রুত নেটওয়ার্ক আবির্ভূত হয়েছে। কিন্তু এটি তার কাজ থেকে কোন যোগ্যতা কেড়ে নেয় না, যা পরবর্তীতে বিকশিত হয়েছিল তার জন্য অপরিহার্য।
না রসায়নে নোবেল পুরস্কার ডেভিড বেকারকে যথাক্রমে নতুন প্রোটিন নির্মাণ এবং প্রোটিন কাঠামোর পূর্বাভাস দেওয়ার জন্য ডেমিস হাসাবিস এবং জন জাম্পারের সাথে একসাথে পুরস্কৃত করা হয়েছিল।
ডেভিড বেকার সম্প্রতি আরএফডিফিউশন তৈরি করেছেন, নতুন প্রোটিন তৈরি করতে গভীর নিউরাল নেটওয়ার্কের একটি মডেল। এই গবেষকের গবেষণাগারের মতে, আরএফডিফিউশন পরিচিতের অনুরূপভাবে কাজ করে ডাল-ইযা এমন চিত্রগুলি তৈরি করে যা এটির পরিচিত অন্যান্য চিত্রগুলি থেকে চাক্ষুষ ধারণাগুলিকে একত্রিত করে কখনও বিদ্যমান ছিল না। RFdiffusion নতুন প্রোটিন তৈরির ক্ষমতা ব্যাপকভাবে বৃদ্ধি করতে সক্ষম হয়, বেকারের ধারণা ব্যবহার করে যে 2003 সালে তাকে একটি প্রোটিন তৈরি করার অনুমতি দেয় যা আগে অজানা ছিল।
ডেমিস হাসাবিস এবং জন জাম্পার ছিলেন আলফাফোল্ড 2 নামক গভীর নিউরাল নেটওয়ার্ক সহ 2020 সালে নির্মিত একটি AI মডেলের প্রধান লেখক। এই মডেলটি প্রোটিনের গঠন ভবিষ্যদ্বাণী করার জন্য ডিজাইন করা হয়েছিল, একটি খুব কঠিন সমস্যা, যার মধ্যে সবচেয়ে আকর্ষণীয় ফলাফল সম্প্রতি একটি মাঝারি গতিতে আবির্ভূত হয়েছে। তারপর থেকে, AlphaFold2 প্রায় সমস্ত 200 মিলিয়ন প্রোটিনের ভবিষ্যদ্বাণী করেছে যা গবেষকদের কাছে পরিচিত এবং এটি একটি ওপেন অ্যাক্সেস টুল।
পদার্থবিদ্যা এবং রসায়নে নোবেল পুরস্কারের আরেকটি কৌতূহলপূর্ণ দিক হল বিজয়ীদের আন্তঃবিভাগীয়তা এবং তাদের আবিষ্কার। জন হপফিল্ড হলেন নিউরোসায়েন্স, পদার্থবিদ্যা এবং আণবিক জীববিজ্ঞানের প্রফেসর ইমেরিটাস, যেখানে জিওফ্রে হিন্টনের মনোবিজ্ঞানে ডিগ্রি এবং কৃত্রিম বুদ্ধিমত্তায় পিএইচডি রয়েছে। ডেভিড বেকার একজন বায়োকেমিস্ট যিনি কম্পিউটেশনাল বায়োলজি এবং বায়োফিজিক্সে বিশেষজ্ঞ। ডেমিস হাসাবিসের আইটিতে ডিগ্রি এবং নিউরোসায়েন্সে পিএইচডি রয়েছে। জন জাম্পার পদার্থবিজ্ঞানে স্নাতকোত্তর ডিগ্রি এবং রসায়নে ডক্টরেট করেছেন।
পদার্থবিজ্ঞানে বিজয়ীদের কাজ মস্তিষ্কের কার্যকারিতার আংশিক মডেল বিকাশের জন্য পরিসংখ্যানগত পদার্থবিজ্ঞানের মডেলগুলি ব্যবহার করেছিল, যা হপফিল্ড নেটওয়ার্কগুলিতে সবচেয়ে স্পষ্ট, এবং কম্পিউটিং, বিশেষ করে কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে গুরুত্বপূর্ণ মডেল গঠন করতে এসেছিল।
রসায়ন বিজয়ীদের কাজ রসায়ন সমস্যা সমাধানের জন্য একটি অত্যন্ত শক্তিশালী হাতিয়ার হিসেবে কৃত্রিম বুদ্ধিমত্তা ব্যবহার করেছে, এমনভাবে যা কয়েক বছর আগেও ভবিষ্যদ্বাণী করা যায়নি। প্রোটিনের এই বিস্তারিত অধ্যয়নের স্বাস্থ্য এবং বাস্তুশাস্ত্রে প্রচুর সম্ভাবনা রয়েছে।
উভয় পুরষ্কারে AI একটি প্রাসঙ্গিক ভূমিকা পালন করা দেখতে কৌতূহলী, যদিও প্রতিটিতে আলাদা অবস্থান রয়েছে। পদার্থবিজ্ঞানের জন্য নোবেল পুরস্কারে, AI পদার্থবিজ্ঞানের ধারণাগুলি প্রয়োগ করার লক্ষ্য হিসাবে উপস্থিত হয়, যখন রসায়নের জন্য নোবেল পুরস্কারে, AI একটি হাতিয়ার হিসাবে উপস্থিত হয় যা রসায়ন সমস্যাগুলির জন্য প্রয়োগ করা হয়। কি নিশ্চিত যে, একসাথে, এই পুরষ্কারগুলি আমাদের সমাজে মৌলিক থিম হিসাবে AI এর স্বীকৃতিকে শক্তিশালী করে, যা পদার্থবিদ্যা এবং রসায়নের মতো মৌলিক গবেষণার ক্ষেত্রেও উপস্থিত। এটি একটি শক্তিশালী হাতিয়ার, যা বিকশিত হতে থাকে এবং যখন ভালভাবে ব্যবহার করা হয়, তখন আমাদের উল্লেখযোগ্য জিনিসগুলি অর্জন করতে সাহায্য করতে পারে।
লেখক নতুন বানান চুক্তি অনুযায়ী লিখেছেন
